Chapitre 7 - Microbiome

Qu'est-ce que le microbiome ?

Le microbiome est la communauté d'organismes (par exemple, les bactéries, les champignons et autres) qui existent dans un environnement ^particulier1, tandis que le microbiome humain est la communauté de microorganismes - en particulier, leurs gènes - présents dans et sur le corps humain2^,3. L'étude du microbiome a considérablement progressé grâce au séquençage de nouvelle génération et à d'autres techniques omiques qui gagnent en popularité dans les études sur le microbiome.

Ce domaine s'est rapidement développé au cours des dernières décennies, révélant non seulement la grande diversité de la vie microbienne, mais aussi son impact profond sur la dynamique des écosystèmes, la santé humaine et les processus pathologiques. Chez l'homme, le microbiome est essentiel pour la ^digestion4, la synthèse des ^vitamines5 et la régulation immunitaire6, et les déséquilibres du microbiome (c'est-à-dire la dysbiose) ont été associés à de nombreuses ^maladies8-10. Dans l'environnement, les microbiomes jouent un rôle crucial dans le cycle ^des nutriments11, la ^santé des plantes12 et la ^dégradation de la pollution13, contribuant ainsi à la gestion et à la conservation des écosystèmes14^,15.

Nous avons appris à tirer parti de ces communautés microbiennes pour produire de meilleurs ^engrais16, des biocarburants et des bioplastiques respectueux de l'environnement17^,18, des produits ^{thérapeutiques} à base de microbiome19-21, ainsi que d'autres innovations, ce qui démontre leur rôle intégral à la fois dans les processus naturels et dans les technologies pilotées par l'homme.

Comment le microbiome est-il étudié ?

Les analyses du microbiome font appel à plusieurs technologies sophistiquées qui permettent aux scientifiques d'examiner la composition, la fonction et la dynamique de la communauté microbienne en donnant un aperçu du matériel génétique (ADN et ARN), des protéines et des métabolites qui caractérisent un microbiome donné.

Séquençage de nouvelle génération

L'étude des communautés de micro-organismes dans leur ensemble a été rendue possible grâce au séquençage de nouvelle génération, qui permet de capturer l'ADN d'un organisme, qu'il soit vivant ou mort. Cette avancée est d'autant plus importante que lorsque la recherche sur le microbiome a commencé sérieusement il y a plus de dix ans, de nombreuses espèces ne pouvaient pas être cultivées en laboratoire. Deux approches principales sont utilisées pour séquencer les microbiomes ; toutes deux sont généralement réalisées à l'aide de la plateforme de séquençage Illumina (bien qu'il existe des exemples d'études sur les microbiomes utilisant d'autres plateformes telles que Ion Torrent).

Séquençage des gènes marqueurs

Le séquençage de gènes ^{marqueurs22-24} était une approche courante dans les premiers temps de la recherche sur le microbiome, qui consistait à amplifier par PCR et à séquencer des régions génomiques conservées afin de classer taxonomiquement les bactéries (gène de l'ARNr 16S), les eucaryotes (gène de l'ARNr 18S) ou les champignons (ITS) présents dans les échantillons (ainsi que leur abondance relative les uns par rapport aux autres). Cette approche est de moins en moins courante en raison de la baisse des coûts de séquençage qui permet à un plus grand nombre de chercheurs d'utiliser le séquençage par grenaille du génome entier des métagénomes (voir ci-dessous), ce qui permet d'extraire plus d'informations pour, dans de nombreux cas, le même prix.

Séquençage métagénomique par shotgun du génome entier

Le séquençage métagénomique par grenaille du génome ^entier25, en capturant des génomes entiers plutôt que de simples portions d'une région hautement conservée du génome, offre une vue plus complète de la communauté microbienne. Cette méthode permet d'obtenir des informations sur les bactéries, les virus et les eucaryotes présents dans un échantillon et, lorsque le séquençage est suffisamment approfondi, elle peut même révéler des informations sur les gènes de résistance aux antibiotiques, des souches spécifiques et d'autres informations dignes d'intérêt.

• Métatranscriptomique : Bien que le potentiel fonctionnel des microbiomes puisse être déduit des données métagénomiques, la ^{métatranscriptomique26} va plus loin en séquençant l'ARN. Cette approche permet de déterminer quels gènes sont activement transcrits en ARN et donc fonctionnels au moment de l'échantillonnage. Cette approche, combinée à un échantillonnage longitudinal, permet d'obtenir une vision dynamique des réponses fonctionnelles de la communauté microbienne aux conditions environnementales.
• Métaprotéomique : Bien que les analyses transcriptomiques fournissent des informations importantes sur l'expression des gènes, elles ne permettent pas de détecter les protéines produites et actives. La ^{métaprotéomique27}, en capturant les protéines présentes dans un échantillon, révèle quels transcrits sont traduits avec succès en protéines actives qui interagissent avec l'environnement ou l'hôte.
• Métabolomique : La ^{métabolomique28} est l'étude des métabolites de petites molécules produits par le microbiome. Un nombre croissant d'études ont permis d'identifier divers métabolites microbiens comme étant les "exécutants" des effets bénéfiques et néfastes des communautés microbiennes sur leur environnement, y compris sur l'homme. La métabolomique constitue le lien ultime entre le potentiel génomique et la réalité phentoypique.

Utilisations modernes de la recherche sur le microbiome dans le cadre de la multiomique : Études de cas

Metabolon a travaillé avec plusieurs clients et collaborateurs pour réaliser une variété d'études de recherche sur le microbiome à travers un large éventail de sujets. Nous présentons ci-dessous quelques études de cas clés illustrant l'application des techniques multiomiques pour étudier le microbiome et élucider les interactions et voies complexes qui influencent la santé, les mécanismes pathologiques et les équilibres écologiques.

Multi-omics des interactions entre le microbiome intestinal et l'hôte chez les patients atteints d'encéphalomyélite myalgique/syndrome de fatigue chronique à court et à long terme

L'encéphalomyélite myalgique/syndrome de fatigue chronique (EM/SFC) est une maladie complexe et débilitante dont l'étiologie reste largement inconnue. Dans une étude publiée dans Cell Host Microbe, Xiong et al. ont utilisé une approche multiomique pour explorer les interactions entre le microbiome intestinal et le métabolisme de l'hôte chez les patients atteints d'^EM/SFC29. Leurs travaux ont mis en évidence des mécanismes fonctionnels potentiels basés sur le microbiome, à l'origine de l'apparition et de la durée de la maladie.

The researchers performed deep metagenomic sequencing on stool samples and plasma metabolomics on long term (>10 years) and short term (<4 years) ME/CFS patients as well as healthy controls. Their analysis revealed significant microbiome dysbiosis—including a reduction in butyrate producers—in short term patients that appeared to resolve in long term patients. However, metabolic abnormalities were much more pronounced in long-term patients, suggesting a dynamic host-microbiome interplay where early microbial changes may contribute to persistent metabolic disruptions.

Des analyses complémentaires ont permis d'identifier des biomarqueurs microbiens et métaboliques spécifiques aux patients à court et à long terme, notamment une réduction de la synthèse du butyrate par les microbes intestinaux et une réduction du butyrate, des acides biliaires et du benzoate, révélant des mécanismes fonctionnels potentiels sous-jacents à l'apparition et à la durée de la maladie.

Cette approche multiomique a permis une caractérisation à haute résolution de la dysbiose microbienne et métabolique associée à l'EM/SFC, révélant des biomarqueurs spécifiques liés à l'apparition et à la progression de la maladie qui, autrement, auraient pu passer inaperçus. Les connaissances acquises fournissent des indices sur les mécanismes sous-jacents de cette maladie complexe et peuvent inspirer de futures stratégies thérapeutiques.

Profils multiomiques du microbiome intestinal dans le syndrome du côlon irritable et ses sous-types d'habitudes intestinales

Le syndrome du côlon irritable est un trouble gastro-intestinal courant. Bien que l'on soupçonne le microbiome intestinal de jouer un rôle dans ce trouble, le lien entre l'hôte et le microbe dans le syndrome de l'intestin irritable reste sous-exploré. Pour combler cette lacune, Jacobs et al. ont intégré le séquençage de l'ARNr 16S, la transcriptomique et l'analyse métabolomique d'échantillons prélevés chez des patients atteints du SII et des témoins ^sains30. Leurs travaux, publiés dans Microbiome, ont mis en évidence de nouvelles relations fonctionnelles hôte-microbe qui pourraient contribuer à l'étiologie de la maladie.

L'analyse multiomique a révélé des changements significatifs dans les taxons bactériens, tels qu'une augmentation de Bacteroides dorei et d'Actinomyces spp. et a identifié des métabolites tels que la tyramine, le gentisate et l'hydrocinnamate qui étaient différentiellement abondants chez les patients souffrant du syndrome de l'intestin irritable. Cette approche globale a également permis d'identifier l'augmentation de la transcription dans les voies liées au métabolisme du fructose et du glucane et dans la voie du succinate de la fermentation des hydrates de carbone.

Les chercheurs ont également mis au point un classificateur basé sur la multiomique (voir la figure 2 ci-dessous), qui s'est avéré plus précis pour distinguer le syndrome de l'intestin irritable des témoins sains que les classificateurs utilisant des ensembles de données individuels. En outre, l'étude a révélé que le SII à prédominance de diarrhée (SII-D) et le SII à prédominance de constipation (SII-C) présentaient des profils métatranscriptomiques et métaboliques distincts, ce qui suggère que des marqueurs microbiens et métaboliques spécifiques pourraient être utilisés pour différencier les sous-types de SII.

Dans l'ensemble, cette analyse multiomique a révélé des biomarqueurs microbiens, transcriptifs et métaboliques clés associés non seulement au syndrome de l'intestin irritable, mais aussi à différents sous-types du syndrome de l'intestin irritable. Ces biomarqueurs pourraient s'avérer utiles à l'avenir en tant que biomarqueurs diagnostiques et/ou thérapeutiques.

La transplantation de microbiote fécal affecte la méthylation de l'ADN du foie dans la stéatose hépatique non alcoolique : une approche multiomique

La stéatose hépatique non alocholique est un spectre de maladies du foie qui affecte plus de 50 % des personnes atteintes de diabète de type 2 (DT2). La NAFLD étant considérée comme la composante hépatique du syndrome métabolique, et compte tenu du lien reconnu entre le microbiome intestinal et les maladies métaboliques, des chercheurs ont récemment évalué la transplantation de matières fécales (FMT) chez des patients atteints de ^NAFLD31. En combinant le séquençage du microbiome, la métabolomique et l'analyse du méthylome de l'ADN du foie avant et après la TMF, les chercheurs ont identifié des changements spécifiques du microbiome, des métabolites et de la méthylation associés à la TMF.

En analysant 21 patients, les chercheurs ont observé que la TMF allogénique (provenant d'un donneur végétalien) entraînait des changements distincts dans la composition du microbiote intestinal, notamment une augmentation des bactéries bénéfiques comme Eubacterium siraeum et Blautia wexlerae par rapport à la TMF autologue. Ces changements étaient associés à une modification des niveaux de métabolites plasmatiques, tels que l'augmentation de la phénylacétylcarnitine et de la phénylacétylglutamine, qui proviennent du métabolisme microbien intestinal.

L'analyse du méthylome du foie a identifié des changements spécifiques de méthylation de l'ADN dans le foie, en particulier dans des gènes tels que la Threonyl-TRNA Synthetase 1 (TARS) et la Zinc finger protein 57 (ZFP57). Une analyse de corrélation (voir figure 3 ci-dessous) a mis en évidence des relations significatives entre des bactéries intestinales spécifiques, des métabolites plasmatiques et des sites de méthylation de l'ADN du foie, ce qui suggère que le microbiote intestinal peut influencer l'épigénétique du foie par l'intermédiaire des voies métaboliques.

Cette analyse multiomique démontre l'avantage d'intégrer diverses données biologiques pour élucider l'interaction complexe entre le microbiome intestinal et le métabolisme de l'hôte. Elle souligne le potentiel de la FMT et de la modulation du microbiome en tant que stratégies thérapeutiques pour les maladies métaboliques telles que la NAFLD. Les résultats fournissent de nouvelles informations sur l'axe intestin-foie et mettent en évidence des marqueurs microbiens et métaboliques clés qui pourraient être ciblés pour améliorer la santé du foie et traiter la NAFLD.

Références

1. Segre J. Microbiome. Tiré de https://www.genome.gov/genetics-glossary/Microbiome
2. Lederberg J et McCray A. Ome sweet 'omics : - A genealogical treasury of words. The Scientist. 2001;15:8.
3. Ursell L, Metcalf JL, Wegener Parfrey L, et al. Defining the Human Microbiome. Nutr Rev. 2012 ; 70(Suppl 1) : S38-S44. doi : 10.1111/j.1753-4887.2012.00493.x
4. Oliphant K et Vercoe EA. Macronutrient metabolism by the human gut microbiome : major fermentation by-products and their impact on host health (métabolisme des macronutriments par le microbiome intestinal humain : principaux sous-produits de fermentation et leur impact sur la santé de l'hôte). Microbiome. 2019;7(1):91. doi : 10.1186/s40168-019-0704-8
5. LeBlanc JG, Milani C, Savoy di Giori G, et al. Bacteria as vitamin suppliers to their host : a gut microbiota perspective. Curr Opin Biotechnol. 2013;24(2):160-8. doi : 10.1016/j.copbio.2012.08.005
6. Zheng D, Liwinski T, et Elinav E. Interaction entre le microbiote et l'immunité dans la santé et la maladie. Cell Res. 2020;30(6):492-506. doi : 10.1038/s41422-020-0332-7
7. Schreiner AB, Kao JY, et Young VB. Le microbiome intestinal dans la santé et la maladie. Curr Opin Gastroenterol. 2015 ; 31(1) : 69-75. doi : 10.1097/MOG.0000000000000139
8. Fan Y et Pedersen O. Gut microbiota in human metabolic health and disease. Nat Rev Microbiol. 2021;19(1):55-71. doi : 10.1038/s41579-020-0433-9
9. Chen YE, Fishbach MA, et Belkaid Y. Skin microbiota-host interactions. Nature. 2018;553(7689):427-436. doi : 10.1038/nature25177
10. Baker JL, Mark Welch JL, Kauffman KM, et al. Le microbiome oral : diversité, biogéographie et santé humaine. Nat Rev Microbiol. 2024;22(2):89-104. doi : 10.1038/s41579-023-00963-6
11. Kuypers MMM, Marchant HK, et Kartal B. The microbial nitrogen-cycling network. Nat Rev Microbiol. 2018;16(5):263-276. doi : 10.1038/nrmicro.2018.9
12. Trivedi P, Leach JE, Tringe SG, et al. Plant-microbiome interactions : from community assembly to plant health. Nat Rev Microbiol. 2020;18(11):607-621. doi : 10.1038/s41579-020-0412-1
13. Bala S, Garg D, Veerabhadrappa Thirumalesh B, Sharma M, et al. Recent Strategies for Bioremediation of Emerging Pollutants : A Review for a Green and Sustainable Environment. Toxics. 2022;10(8):484. doi : 10.3390/toxics10080484
14. Robinson JM, Hodgson R, Krauss SL, et al. Opportunities and challenges for microbiomics in ecosystem restoration. Trends Ecol Evol. 2023;38(12):1189-1202. doi : 10.1016/j.tree.2023.07.009
15. Thirunavukkarasu A, Sivashankar R, Nithya R, et al. Sustainable organic waste management using vermicomposting : a critical review on the prevailing research gaps and opportunities. Environ Sci Process Impacts. 2023;25(3):364-381. doi : 10.1039/d2em00324d
16. Bano S, Wu X, et Zhang X. Vers une agriculture durable : ingénierie du microbiome de la rhizosphère. Appl Microbiol Biotechnol. 2021;105(19):7141-7160. doi : 10.1007/s00253-021-11555-w
17. Keasling J, Garcia Martin H, Lee TS, et al. Production microbienne de biocarburants avancés. Nat Rev Microbiol. 2021;19(11):701-715. doi : 10.1038/s41579-021-00577-w
18. Danso D, Chow J, et Streit WR. Plastics : Perspectives environnementales et biotechnologiques sur la dégradation microbienne. Appl Environ Microbiol. 2019;85(19):e01095-19. doi : 10.1128/AEM.01095-19
19. Carvalho T. First oral fecal microbiota transplant therapy approved. Nat Med. 2023;29(7):1581-1582. doi : 10.1038/d41591-023-00046-2
20. Suez J, Zmora N, Segal E, et al. Les avantages, les inconvénients et les nombreuses inconnues des probiotiques. Nat Med. 2019;25(5):716-729. doi : 10.1038/s41591-019-0439-x
21. Porcari S, Benech N, Valles-Colomer M, et al. Key determinants of success in fecal microbiota transplantation : Du microbiome à la clinique. Cell Host Microbe. 2023;31(5):712-733. doi : 10.1016/j.chom.2023.03.020
22. Woese, C., Fox, G., Zablen, L. & Uchida, T. Conservation de la structure primaire de l'ARN ribosomal 16S. Nature. 1975;254(5495):83-86. doi : 10.1038/254083a0
23. Hadziavdic K, Lekang K, Lanzen A, et al. Characterization of the 18S rRNA Gene for Designing Universal Eukaryote Specific Primers. PLoS One. 2014;9(2):e87624. doi : 10.1371/journal.pone.0087624
24. Schoch CL, Seifert KA, Huhndorf S, et al. Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi. Proc Natl Acad Sci USA. 2012;109(16):6241-6246. doi : 10.1073/pnas.1117018109
25. Joseph TA et Pe'er I. An Introduction to Whole-Metagenome Shotgun Sequencing Studies. Methods Mol Biol. 2021;2243:107-122. doi : 10.1007/978-1-0716-1103-6_6
26. Bashiardes S, Zilberman-Shapira G, et Elinav E. Use of Metatranscriptomics in Microbiome Research. Bioinform Biol Insights. 2016;10:19-25. doi : 10.4137/BBI.S34610
27. Wilmes P, Heintz-Buschart A, et Bond PL. Une décennie de métaprotéomique : Where we stand and what the future holds. Proteomics. 2015;15(20) : 3409-3417. doi : 10.1002/pmic.201500183
28. Tang J. Microbial Metabolomics. Curr Genomics. 2011;12(6) : 391-403. doi : 10.2174/138920211797248619
29. Xiong R, Gunter C, Fleming E, et al. Multi-'omics of gut microbiome-host interactions in short- and long-term myalgic encephalomyelitis/chronic fatigue syndrome patients. Cell Host Microbe. 2023 Feb;31(2):273-287.e5. doi : 10.1016/j.chom.2023.01.001
30. Jacobs JP, Lagishetty V, Hauer MC, et al. Multi-omics profiles of the intestinal microbiome in irritable bowel syndrome and its bowel habit subtypes. Microbiome. 2023;11(1):5. doi : 10.1186/s40168-022-01450-5
31. Stols-Gonçalves D, Mak AL, Madsen MS, et al. Faecal Microbiota transplantation affects liver DNA methylation in Non-alcoholic fatty liver disease : a multi-omics approach. Gut Microbes. 2023;15(1):2223330. doi : 10.1080/19490976.2023.2223330